• GIZMODO
  • DIGIDAY
  • gene
  • cafeglobe
  • MYLOHAS
  • Glitty
  • machi-ya
  • roomie
  • GIZMODO
  • DIGIDAY
  • gene
  • cafeglobe
  • MYLOHAS
  • Glitty
  • machi-ya
  • roomie

ライフハッカー編集部ライフハッカー編集部  - ,,  09:00 PM

人工知能はどこへ向かうのか:AIと機械学習の今

人工知能はどこへ向かうのか:AIと機械学習の今

141231deep_learning.jpg


人工知能(AI)の技法の1つであるディープ・ラーニング(深層学習)は、現在非常にホットなトピックで、これまでにも数限りなく取り上げられてきました。Google、Facebook、MicrosoftやBaiduといった名だたる企業が、マシンに視覚情報処理能力のある「目」を持たせるコンピュータービジョンや、音声認識、テキスト解析といった分野で技術革新を進めていますが、その多くはこのディープ・ラーニングに支えられたものです。また、多くのハイテク系新興企業の技術的基盤にもなっています(中には製品のリリース前に買収された企業もあります)。機械学習に関して言えば、こうした表に出てきやすい「成功」はメディアの注目を集めがちです。

しかしこうした事象は、地面の下でふつふつとたぎるマグマのように成長を遂げるこの分野の、あくまで表から見える面にすぎません。この手の研究の大部分が行われているのは、実は大手ウェブ企業以外の場所で、しかもこうした大手企業の取り組みですら、その大半は報道されていません。大きなブレイクスルーや大規模画像データセットImageNetの記録達成などは注目を集めがちですが、現状はこうした進歩が常に起きているのです。


急速に発展が進む機械学習の分野


例を挙げましょう。10月には、Googleによって2014年1月に買収された人工知能開発企業の「DeepMind」チームが、アルゴリズムを作り出すシステム、その名も「ニューラル・チューリングマシン」の構築について、初期段階にあると報じられました。Facebookも動画解析に関する「包括的な」機能としてC3Dを披露しました。さらにはMicrosoftも、一部のタイプのディープ・ラーニングに関するアルゴリズムについては量子コンピューティングが有効だと示唆する研究成果を発表しています。

ウェブメディア「GigaOM」が2015年3月に開催する「Structure Data」カンファレンスでは、こうした取り組みについてさらに突っ込んだ議論が行われるでしょう。このイベントには、FacebookのAIラボの上級研究員、さらにはスタンフォード大学やマサチューセッツ工科大学(MIT)の研究室から、AIやロボット工学分野の気鋭の研究者が参加予定です。

また、2014年12月上旬には、カナダのケベック州モントリオールで、ニューラル情報処理システム(NIPS)カンファレンスが開催され、ディープ・ラーニングの現状を知ろうと多くの出席者が集まりました。こちらは長い歴史を持つ会議ですが、最近になってディープ・ラーニングに関する研究が急速に増えています。今年度のカンファレンスでは、受理された論文411本のうち46本で、論文内頻出語ランキングのトップ100に「ディープ」という単語が入っていました(この頻出語分析自体が、スタンフォード大学の博士課程に在籍する学生、Andrej Karpathy氏が作成したトピックモデルによるものです)。この本数は、昨年度の23本と比べても2倍ですが、2013年の数字自体、さらに1年さかのぼった2012年の15本から65%もの増加を記録していたのです。

NIPと同会場で開催されたディープ・ラーニングに関する別のワークショップでは、ポスター発表の数が昨年度の28から今年度は47にまで急増しました。NIPSカンファレンスで発表された大きな研究上のブレイクスルーには、既に報じられていたものもありました(例えば、前述のKarpathy氏が関わっている、2種類のニューラル・ネットワークを組み合わせて自動的に画像のキャプションを生成する研究など)が、ほかにも今後重要な意味を帯びてくる可能性のある研究が見受けられました。しかしその大部分は、一般の人々の注目を集めるに至っていません。

モントリオール大学のYoshua Bengio氏は、ディープ・ラーニング研究者の間では名の知れた存在ですが、今のところは有力企業の研究室の魅力に抗い、大学に籍を置いています。同氏の研究チームは現在、大活躍のようです。Bengio氏は今年度のNIPSに受理された論文のうち5本、前述のワークショップではさらに7本について共同執筆者として名を連ねています。それでも、Microsoftのリアルタイム音声翻訳機能「Skype Translator」や、「Facebookはユーザーが酔っ払った姿の写真を投稿する前にチェックしてくれる機能を開発している」といった話題では、Bengio氏の名前を見かけることがほとんどありません。



12月に入って行われたTEDxトークで、機械学習による画像診断の効率化を目指す新興企業、Enliticの最高経営責任者(CEO)を務めるJeremy Howard氏は、これまであまり注目を集めてこなかった翻訳と医療用画像の分野に関する進展について語りました。Howard氏はさらにEnliticをはじめとする企業が開発しているソフトウェアの機能を披露しました。これを使うと、医師はほんの数分で、医療用画像を分類するようにコンピューターを訓練できるというのです。


私たちに影響する大きな変化


この記事は何も「すごい! これだけの研究が行われているんだ!」という驚きのみを伝えたいわけではありません。あるいは、イーロン・マスク氏が言うように人類に対するAIの脅威が差し迫っていると煽るつもりもありません。そうではなく、あまり報道されない水面下でも多くの研究が行われている現状をお伝えし、以下に挙げるような領域に関わる人は、その動向を追いかけるべきだとの主張したいのです。

こうした人々には、立法府の議員や、国家安全保障に関わる職員、倫理学者や経済学者が含まれます(Howard氏は前述のTEDxのトークでは経済の問題に触れていますし、Redditの「AMA[Ask Me Anything:何か質問ある?]」ではもっと詳しく語っています)。定義はともあれ、「知能を持つ機械」がもたらす影響に社会の基礎的な部分が今後対応していくのなら、これらの人たちは、AIにまつわる動向や、AIに何が可能かを把握する必要があるはずです(AI研究の別の分野では、Microsoftの共同創業者のポール・アレン氏が、コンピューターに本物の知識を授けることを目指すプロジェクトに大金をつぎ込んでいます)。


141231deep2.jpg画像に自動でキャプションを付けるKarpathy氏の研究成果の例。単にキャプションを付けるプロセスを自動化するだけでなく、タグがない膨大な数の画像を探索し、それぞれの写真で何が起きているかを学習している。


さらにはCEOやプロダクトデザイナー、さらには一般のビジネスマンも、この分野に注目するべきです。画像やテキスト、データベースを分析してあれこれと情報を引き出せると謳う企業は山ほど登場していますし、音声による対話サービスとしての音声検索を提供する企業もあります。さらには調査会社IDCの予測によると、動画や音声、画像の分析は「2015年には少なくとも3倍にまで成長し、(ビッグデータと分析に関する)技術投資の主要な推進力として浮上する」といいます。

これらの技術に投資している目のつけどころの良い企業は、ディープ・ラーニングには単に画像に自動で検索用のタグを付けたり、人の感情を推し量ったりする以上の可能性があることを見抜くでしょう。今後は、自らの事業や商品を買ってくれる顧客について、より多くのことを知るための手段として評価されるはずです。

特にディープ・ラーニングの世界では、一定の運用システムが存在し、研究手法はすぐに共有されるため、研究の数は飛躍的に増加しているようです。もはやこの分野は、コンピューター科学の研究プロジェクトの枠を超えています。2年半前にはコンピューターに猫の画像を認識させるGoogleの研究がジョークのネタにされましたが、AIの世界は今や、それすら時代遅れに聞こえるほどの発展を遂げているのです。


Derrick Harris(原文/訳:長谷 睦/ガリレオ)

  • ,,,,,,,, - By 香川博人LIKE

    楽しみながら・まるごと撮って・切り出して見る。アクションカメラの新スタイルをスポーツクライミングで試してみた

    Sponsored

    楽しみながら・まるごと撮って・切り出して見る。アクションカメラの新スタイルをスポーツクライミングで試してみた

    楽しみながら・まるごと撮って・切り出して見る。アクションカメラの新スタイルをスポーツクライミングで試してみた

    秋の行楽シーズンがスタート。最近ではアクションカメラでスポーツやアクティビティの臨場感のあるシーンを撮影して、SNSなどで見て・楽しむことが珍しくなくなりました。しかし、試してみたいけど自分でも使いこなせるのか、なかなか1歩踏み出せない人もいるのではないでしょうか? そこで今回、アクションカメラの使い勝手を実際に確かめてみようと、カシオの最新モデル「EXILIM EX-FR200」をポケットに入  11:00 AM

MORE FROM LIFEHACKER

powered by
    
    
    
  

Kotaku

Recommended

© mediagene Inc.